Когнитивные графы в системах искусственного интеллекта
Здесь можно купить книгу "Когнитивные графы в системах искусственного интеллекта" в печатном или электронном виде. Также, Вы можете прочесть аннотацию, цитаты и содержание, ознакомиться и оставить отзывы (комментарии) об этой книге.
Автор: Александр Целых, Владислав Васильев, Лариса Целых
Форматы: PDF
Издательство: Южный федеральный университет
Год: 2025
Место издания: Ростов-на-Дону, Таганрог
ISBN: 978-5-9275-5104-0
Страниц: 268
Артикул: 115962
Краткая аннотация книги "Когнитивные графы в системах искусственного интеллекта"
Монография посвящена разработке комплексного подхода к построению, обучению и использованию когнитивных графов в системах искусственного интеллекта. Авторы показывают, как спектральные методы и кластеризация помогают искусственному интеллекту работать там, где исходные данные неполны, а ситуация меняется в реальном времени. Практическая ценность книги подкреплена множеством вычислительных экспериментов и примеров применения в системах искусственного интеллекта.Монография адресована разработчикам систем искусственного интеллекта, специалистам по теории графов и анализу сложных систем, а также аспирантам и студентам технических направлений.
Содержание книги "Когнитивные графы в системах искусственного интеллекта "
ПРЕДИСЛОВИЕ
Глава 1. НОВЫЙ ПОДХОД К МАШИННОМУ ОБУЧЕНИЮ ДЛЯ КОГНИТИВНЫХ МОДЕЛЕЙ, ОСНОВАННЫЙ НА СПЕКТРАЛЬНОЙ ТЕОРИИ ГРАФОВ
1.1. Постановка задачи машинного обучения для когнитивных графов
1.2. Анализ методов машинного обучения для каузальных графовых моделей
1.3. Метод машинного обучения при отсутствии наблюдаемых данных
1.4. Описание эксперимента
1.5. Оценка метода полной реконструкции матрицы смежности
Выводы
Глава 2. МОДЕЛИРОВАНИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ОСНОВЕ КОГНИТИВНЫХ МОДЕЛЕЙ
2.1. Выбор сценариев управления
2.2. Анализ существующих подходов
2.3. Описание метода принятия решения
2.4. Эксперимент
2.5. Обсуждение результатов
Выводы
Глава 3. ИСПОЛЬЗОВАНИЕ НЕЯВНЫХ ЗНАНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ПОВЕДЕНИЯ ЛИЦА, ПРИНИМАЮЩЕГО РЕШЕНИЯ
3.1. Моделирование действий соперника
3.2. Анализ существующих подходов
3.3. Каузальные модели
3.4. Модели для прогнозирования реакций человека
3.5. Описание метода выбора стратегических альтернатив
3.6. Описание эксперимента
3.7. Анализ полученных результатов
Выводы
Приложения
Глава 4. УПРАВЛЕНИЕ ВЛИЯНИЕМ
В КОГНИТИВНЫХ ГРАФАХ
4.1. Описание проблемы
4.2. Анализ существующих решений
4.3. Описание метода
4.4. Эксперименты
4.5. Анализ полученных результатов
Выводы
Приложения
Глава 5. ВЫЯВЛЕНИЕ ИЕРАРХИИ В КОГНИТИВНЫХ ГРАФАХ МЕТОДОМ КЛАСТЕРИЗАЦИИ
5.1. Использование кластеризации в системах искусственного интеллекта
5.2. Методы кластеризации в графовых моделях
5.3. Описание метода кластеризации когнитивного графа
5.4. Численные эксперименты
5.5. Анализ полученных результатов
5.6. Обсуждение математических проблем работы алгоритма
Выводы
Глава 6. МОДЕЛЬ ОБУЧЕНИЯ НА ОСНОВЕ СПЕКТРАЛЬНОЙ ТЕОРИИ ГРАФОВ С ИСПОЛЬЗОВАНИЕМ ГЛОБАЛЬНОЙ ОПТИМИЗАЦИИ
6.1. Обзор существующих методов
6.2. Анализ существующих решений
6.3. Описание метода
6.4. Эксперименты
6.5. Анализ полученных результатов
Выводы
Глава 7. МЕТОД МОДЕЛИРОВАНИЯ СТРАТЕГИИ УПРАВЛЯЮЩЕГО ВОЗДЕЙСТВИЯ НА ОСНОВЕ МЕНТАЛЬНОЙ СИСТЕМЫ ВЗГЛЯДОВ ЛПР
7.1. Постановка проблемы
7.2. Связанные работы
7.3. Предиктивная институциональная модель
7.4. Задача управления для когнитивных моделей
7.5. Модифицированный алгоритм эффективных управлений
7.6. Эксперименты
Анализ результатов и выводы
Глава 8. ОПТИМИЗАЦИЯ ТРАЕКТОРИИ УПРАВЛЕНИЯ ПРИ ОГРАНИЧЕНИЯХ НА УПРАВЛЕНИЕ ДЛЯ МОДЕЛЕЙ С НЕНАБЛЮДАЕМЫМИ ПЕРЕМЕННЫМИ
8.1. Описание проблемы
8.2. Модель управления
8.3. Вычислительный алгоритм
8.4. Результаты моделирования
8.5. Оценка результатов
Обсуждение результатов и выводы
Глава 9. КОГНИТИВНАЯ АРХИТЕКТУРА СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПРИНЯТИЯ СТРАТЕГИЧЕСКИХ РЕШЕНИЙ
9.1. Описание проблемы
9.2. Основные направления исследований в области когнитивной архитектуры
9.3. Когнитивная архитектура в системах принятия стратегических решений
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
Все отзывы о книге Когнитивные графы в системах искусственного интеллекта
Отрывок из книги Когнитивные графы в системах искусственного интеллекта
1.4. Описание эксперимента 31 Шаг 1. Входные данные: 11 11 начальная матрица; статус вершины. Статус вершин задается следующими условиями: Условие 1. Предполагаемая стратегическая направленность системы, выраженная в виде номеров вершин, которые должны получить 1-й и/или 2-й ранг. Условие 2. Система ограничений на входные данные модели, обеспе-чивающая адекватную работу системы. Система ограничений включает не-контролируемые факторы, факторы с отрицательным приростом и факторы с положительным приростом. Статус вершины: − качества для узла 11: узлы 4, 5, 10 и 11 являются неконтролируе-мыми факторами. − узел 9 - фактор с отрицательным ростом. При этих ограничениях конус допустимых управлений образован век-торами
Целых А. Н. другие книги автора
Внимание!
При обнаружении неточностей или ошибок в описании книги "Когнитивные графы в системах искусственного интеллекта (автор Александр Целых, Владислав Васильев, Лариса Целых)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!
и мы свяжемся с вами в течение 15 минут
за оставленную заявку